Professor João Cláudio Nunes Carvalho

  𝐏𝐮𝐛𝐥𝐢𝐜𝐚𝐧𝐝𝐨 𝐞𝐦 𝐣𝐨𝐮𝐫𝐧𝐚𝐥𝐬 𝐝𝐞 𝐚𝐥𝐭𝐨 𝐢𝐦𝐩𝐚𝐜𝐭𝐨 Prof. João Cláudio Nunes Carvalho A redação de um artigo científico envolve alguma dose de criatividade e inspiração, mas principalmente técnica e conhecimento da lógica de organização do texto. Uma boa introdução de um artigo em gestão e negócios, por exemplo, segue uma estrutura muito parecida na maioria dos journals: ◽ O 𝐩𝐫𝐢𝐦𝐞𝐢𝐫𝐨 parágrafo demonstra o que já se sabe sobre o tema, sem enrolações. O que os estudos dos últimos dois ou três anos estão dizendo sobre o tema? Se você citar estudos de 10, 15 ou 20 anos neste parágrafo, provavelmente seu artigo será rejeitado. ◽ O 𝐬𝐞𝐠𝐮𝐧𝐝𝐨 parágrafo precisa começar com um “however” ou palavra similar. Você precisa demonstrar que ainda há lacunas sobre o tema que precisam ser preenchidas. Aqui é indispensável apresentar fontes muito recentes que comprovem essa lacuna. ◽ Se esses dois parágrafos estiverem bem construídos, o 𝐭𝐞𝐫𝐜𝐞𝐢𝐫𝐨 deve apr...

  Stochastic vs Batch Gradient Descent João Cláudio Nunes Carvalho One of the first concepts that a beginner comes across in the field of deep learning is gradient descent followed by various ways in which it can be implemented. Gradient descent is one of the most important concept used in the training of neural networks for supervised learning. Hence, it is important to understand it and the different ways in which it is to be carried out on the training sets. This post mostly deals with t h e different ways in which gradient descent is implemented on a training set. Thus, I will briefly go over the definition of the concept and then explain the advantages and disadvantages of all the possible ways. Gradient Descent This is an iterative optimization algorithm for finding the minimum of a function. The algorithm takes steps proportional to the negative gradient of the function at the current point [1]. In deep learning neural networks are trained by defining a loss function and opt...

 By Prof. João Cláudio Nunes Carvalho What is Unsupervised Learning? Unsupervised Learning  is a machine learning technique in which the users do not need to supervise the model. Instead, it allows the model to work on its own to discover patterns and information that was previously undetected. It mainly deals with the unlabelled data.] Unsupervised Learning Algorithms Unsupervised Learning Algorithms  allow users to perform more complex processing tasks compared to supervised learning. Although, unsupervised learning can be more unpredictable compared with other natural learning methods. Unsupervised learning algorithms include clustering, anomaly detection, neural networks, etc. Example of Unsupervised Machine Learning Let's, take an example of Unsupervised Learning for a baby and her family dog. She knows and identifies this dog. Few weeks later a family friend brings along a dog and tries to play with the baby. Baby has not seen this dog earlier. But it recognizes man...

Aula sobre Python - parte 1 Aula sobre Python - parte 2

Aula sobre Centro de Massa - parte 1 Aula sobre Centro de Massa - parte 2

Prof. João Cláudio Nunes Carvalho   Encontro de Pesquisa em Ensino de Física (EPEF)  é um evento promovido pela  Sociedade Brasileira de Física (SBF)  que acontece a cada dois anos. Seu objetivo é proporcionar um ambiente de discussões e debates sobre a pesquisa em ensino de física e a disseminação dos resultados de investigações. O evento congrega pesquisadores e estudantes de pós-graduação que desenvolvem pesquisas na área de ensino de física. Compõem o evento, de maneira geral, atividades como conferências, mesas-redondas, apresentação e discussão de trabalhos de pesquisa em sessões de comunicação oral e pôster, debates e atividades complementares. Campos temáticos : Formação e prática profissional de professores de Física Aprendizagem em Física Filosofia, História e Sociologia da Ciência e o Ensino de Física Linguagem e cognição no Ensino de Física Didática, currículo e avaliação no Ensino de Física Divulgação e comunicação de Física em espaços formais ...

A área de computação é bastante promissora em termos de emprego e boas colocações no mercado de trabalho. Contudo, pode não ser assim tão simples escolher um curso superior, já que as principais opções estão entre engenharia ou ciência da computação. Mas, afinal, qual a diferença entre os dois e qual é o melhor caminho a seguir?  O  Canaltech  conversou com professores e coordenadores de cursos superiores para facilitar o entendimento. De forma mais simples, a ciência da computação é um curso mais voltado a software, enquanto engenharia da computação tem mais foco em hardware.  De acordo com o Ministério da Educação, os alunos de ciência da computação precisam “ter capacidade de construir aplicativos de propósito geral”. No jargão do setor, estes profissionais devem trabalhar com desenvolvimento.  “O curso de Ciência da Computação tem duração de 4 anos e é mais focado no desenvolvimento de softwares e estudo de linguagens de programação bem como no des...